案例是某一电商网站的多维数据表，这类数据来自网站的服务器日志，CRM系统，用户调研报告或者网站数据报告中。在这个简单的数据表里包含七个字段：月收入、星座、婚姻状况、学历、来源、品类和是否购买。其中月收入、星座、婚姻状况、学历是用户特征，来源代表流量来源，品类表示用户访问过的页面所属的商品类别，是否购买表示用户终是否付款。

在本案例通过贝叶斯算法对网站中已经完成转化的历史用户数据进行分析，发现购买转化用户的特征，并通过交叉细分对不同用户购买转化的概率进行预测。

要求：预测SEM流量在数码品类的转化（购买）概率。

解析：

观察数据发现无缺失值，朴素贝叶斯算法假设各属性（变量）之间相互独立，则SEM流量在数码品类的转化概率可通过下式转化为单因素后验概率：

分析原始数据易得：

P（购买）= 14/26 

P（数码）= 3/26

P（SEM流量）= 14/26

P（数码/购买）= 1/14

P（SEM流量/购买）= 7/14

所以，SEM流量在数码品类的转化概率约为0.31。